null
回顾:
上次课主要介绍算法和误差。
知道了算法的定义。
算法优劣的评判标准:精度、计算量、
空间使用量、稳定性等。
对误差的来源进行分类。
绝对误差和相对误差。
知道了:绝对误差限与有效数字位数的联系。
相对误差限与有效数字位数的联系。
问
的提出:
Chapter1 插值法Chapter1 插值法
)n+1次多项式
1. 线性插值(二点一次插值)问题:给定x0, x1和y0, y1,求一次多项式
p1(x),使得p1(x0)=y0, p1(x1)=y1。显然p1(x)是过点(x0, y0)和(x1, y1)的直线。
它的表达式是null特点是计算量小,精度低。适用于x0和x1比较接近情况。解:取x0=100 ,y0=10 ,x1=121和y1=11。代入上述公式得到 p1(115)=10.7142857…,有三位有效数字。例:已知点斜式:对称式:null它的几何意义是p2(x)是过点(x0, y0),( x1, y1)和(x2, y2)的抛物线。问题:给定x0, x1, x2和y0, y1, y2,求二次多项式 p2(x),使得
p2(x0)=y0,p2(x1)=y1 ,p2(x2)=y2 。2. 抛物插值(三点二次插值)null为了构造它的表达式,我们先构造一个特殊多项式l0(x),使得
l0(x0)=1, l0(x1)= l0(x2)=0。类似地可以构造多项式l1(x)和l2(x) ,使得
l1(x1)=1, l1(x0)= l1(x2)=0。它的表达式是和 l2(x2)=1, l2(x0)= l2(x1)=0。null例:用x0=100,x1=121和x2=144,求 。我们取p2(x)= l0(x)y0+ l1(x)y1+ l2(x)y2或者解:通过计算可知y0=10,y1=11和y2=12,代入上述公式得到近似值10.7228…,有四位有效数字。null开始输入x (xi,yi),i=0,1,…,ny=0.0, k=0t*=(x-xj)/(xk-xj)
j=0,…,k-1,k+1,…,ny=y+t*ykk=n?k=k+1输出 y结束≠=t=1.0Lagrange插值算法框图插值余项插值余项
这样我们就得到了如下的定理:null应用上述公式有时是很困难的。可以使
用两次插值公式进行误差分析。注意:为了减少误差,通常x取值范围
是定理
已知
假设f(x)在区间[a,b]内存在n+1阶导数,
那么Lagrange插值函数pn(x)的插值误差是
例1:
null例如,有三个节点 x0, x1和x2。对于给定的插值点x,我们分别用 x0, x1和 x0, x2做两次线性插值得到 y1和 y2。由定理2有这里的y是精确值。我们假定
两式的比是null整理后得到故有也就是说,插值结果 y1 的误差可以通过两个结果的偏差 y2 - y1 来估计,这种直接用计算结果估计误差的方法称作事后估计法。